Les travaux présentés dans ce mémoire portent sur la représentation et la commande multimodèles de processus complexes. L'approche envisagée, essentiellement basée sur des techniques de classification neuro-floues, vise à établir une base de modèles décrivant le système dans l'ensemble de son espace de fonctionnement en se servant seulement des mesures de type entrée/sortie. L'implémentation de cette approche nécessite trois étapes principales :(1) détermination de la structure multimodèle, pour laquelle le nombre de modèles est tout d'abord selectionné en utilisant un réseau de neurones à apprentissage compétitif pénalisant le rival. Les différentes classes de fonctionnement sont ensuite déterminées en se servant d'un algorithme de classification adéquat (carte de Kohonen, K-moyennes ou K-moyennes floues),(2) identification paramétrique des modèles basée sur les résultats de la classification et une procédure de validation dont l'objectif est de confirmer l'efficacité de la structure multimodèle proposée en faisant intervenir un mécanisme de décision convenable permettant l'estimation de la contribution (ou validité) de chaque modèle,(3) calcul des paramètres du contrôleur global du système à travers une fusion entre les paramètres des commandes partielles associées aux différents modèles de la base.L’approche suggérée se distingue essentiellement par son aspect général et pratique dans la mesure où elle est simple à mettre en œuvre, ne nécessite aucune connaissance a priori et propose d’adapter le traitement en choisissant les méthodes adéquates de classification et de calcul des validités, suivant certains aspects de l’espace de fonctionnement du processus considéré. / This contribution deals with a new approach for complex processes modeling and control. It is essentially based on neuro-fuzzy classification methods and aims to derive a base of models describing the system in the whole operating domain by using only input/output measurements. The implementation of this approach requires three main steps:(1) determination of the multimodel stucture, for which the number of models are firstly worked out by using a neural network with a rival penalized competitive learning. The different operating clusters are then selected referring to an adequate classification algorithm (Kohonen card, K-means or fuzzy K-means),(2) parametric model identification using the classification results and a validation procedure to confirm the efficiency of the proposed multimodel structure through an appropriate decision mechanism which allows the estimation of the contribution (or validity) of each model.(3) determination of the global system control parameters deduced through a fusion of models control parameters.The suggested approach seems to be interessent since it's easy to apply, doesn't require any a priori knowledge and propose to adapt the processing by choosing the adequate methods of data classification and validity computation referring to some aspects of the operating domain of the considered process.

L'industrie forestière cherche à mieux identifier la qualité de la fibre de bois des peuplements forestiers afin d'améliorer la planification et la gestion des opérations forestières, des étapes de planification jusqu'à la distribution, en passant pas les opérations de récolte. Pour se faire, une meilleure compréhension des relations qui unissent les attributs de la fibre de bois et les variables environnementales est proposée. Cette étude vise à quantifier ces relations, à l'échelle de la placette, afin de développer des modèles prédictifs pour l'île de Terre-Neuve. Les attributs de fibre de bois ont été mesurés grâce à l'analyse de carottes de bois de dix arbres par placette par la procédure SilviScan(TM) (FPInnovations, Vancouver) dans 77 placettes dominées par le Picea mariana (épinette noire) et 117 dominées par l'Abies balsamea (sapin baumier). Les placettes ont été sélectionnées pour représenter la gamme de gradients structuraux des peuplements forestiers présents à Terre-Neuve sur la base de la composition des espèces, la taille, densité de la couronne et les classes de qualité de site. Ce mémoire expose les méthodes et résultats de la modélisation liant les variables environnementales avec neuf attributs de fibre de bois (densité du bois, masse linéique, longueur des fibres de bois, module d'élasticité, angle des microfibrilles, épaisseur de la paroi des cellules, surface spécifique et périmètre de la cellule). Les variables environnementales comprennent des données d'inventaire forestier, des interpolations spatiales pour les données climatiques, et des variables géographiques. L'inférence multimodèle a été utilisée pour prédire les différents attributs de la fibre, à partir de modèles sélectionnés selon le critère d'information d'Akaike parmi un ensemble de modèles candidats. Des coefficients de corrélation variant de 0,25 à 0,63 ont été trouvés dans les différents modèles d'attributs de la fibre de bois. Une procédure de validation croisée a été utilisée pour valider les résultats de l'inférence multimodèle. Les erreurs quadratiques moyennes obtenues sont, de manière générale, assez proches de la valeur moyenne des attributs (< 10 %). La variable de l'âge et celle de l'éclaircie précommerciale ont été identifiées comme étant des variables d'influence. La modélisation des attributs de la fibre a permis une cartographie de la distribution spatiale pour l'île de Terre-Neuve. Les résultats présentés dans ce mémoire rencontrent les objectifs de modélisation prédictive des attributs de la fibre du bois au niveau du paysage à l'aide des variables environnementales et climatiques.

Cette thèse concerne le diagnostic des systèmes à commutations (classe particulière de systèmes dynamiques hybrides) à modes non linéaires. Certains modes correspondent au fonctionnement normal, sans défaut ; d’autres modes représentent le comportement du système en présence de défauts capteurs, actionneurs ou composants internes. Une représentation générale multi-mode/multimodèle est proposée. Chaque mode non linéaire est modélisé sous la forme multimodèle de type Takagi-Sugeno. Cette modélisation permet de représenter un système non linéaire par une agrégation de modèles locaux linéaires. Une fonction de pondération est utilisée pour déterminer la contribution de chaque modèle local linéaire. Une conception robuste de résidus, basée sur des techniques de projection matricielle est proposée. Cette méthode utilise uniquement les données d’entrées/sorties et la connaissance des fonctions de pondération. En premier lieu, la méthode de projection des données permet de détecter et de localiser les défauts affectant les capteurs dans un mode non linéaire. En deuxième lieu, elle permet de détecter les défauts actionneurs ou les défauts internes en détectant les commutations et en reconnaissant, à chaque instant, le mode actif. Des conditions de discernabilité entre les modes sont établies et un indice de discernabilité calculé en-ligne est utilisé pour réduire la complexité de la méthode d’identification du mode courant. Des exemples académiques sont traités tout au long de la thèse afin d'illustrer en simulation, les différentes méthodes proposées. / This thesis deals with the diagnosis of switching systems (a special class of hybrid dynamical systems) with nonlinear modes. Some modes correspond to the normal operation, i.e. the fault-free case. The other modes may represent the system behavior in the presence of sensors, actuators or internal component faults. A general representation called multimode/multimodels is proposed. It models each nonlinear mode by a set of linear models. A weighting function is used to determine the contribution of each local model. A design method of robust residuals based on projection techniques is proposed. It uses only inputs/outputs data and the weighting functions. The knowledge of local parameters is not needed to compute the residuals. The fault detection and isolation with the data projection method includes firstly, the sensor faults in a nonlinear mode and secondly, the actuator faults or internal faults by detecting the mode switching and by recognizing, at each time-instant, the active mode.Discernability conditions between modes are established and a discernability index computed online is introduced in order to reduce the complexity of the current mode identification method. Academic examples are taken all along the thesis in order to illustrate the effectiveness of the different proposed methods and tools.

Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit.<br /><br />Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension.<br /><br />Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur.

Cette thèse traite de l'analyse et de la synthèse de multimodèles pour la simplification de modèles, l'estimation d'état et le diagnostic des systèmes non linéaires caractérisés par une ou plusieurs échelles de temps. Ces travaux visent, dans un premier temps, à développer une procédure systématique de transformation d'un système non-linéaire en le récrivant sous une forme multimodèle, en évitant quelques inconvénients majeurs : la transformation est réalisée sans perte d'information, le choix de différents points de fonctionnement n'est plus nécessaire, le choix de variables de prémisse est réalisé d'une façon systématique. De plus, la méthode offre le choix entre différents multimodèles. Ce degré de liberté sera utilisé pour faciliter les études de contrôlabilité, d'observabilité et d'analyse de stabilité. Dans un deuxième temps, l'obtention de la forme à perturbations singulières d'un système non linéaire est proposée, en éliminant quelques contraintes structurelles et en rendant l'identification et la séparation des échelles de temps indépendante de la structure du modèle. Dans un troisième temps, la synthèse de plusieurs observateurs robustes vis-à-vis des perturbations, des erreurs de modélisation et des entrées inconnues a été réalisée afin de reconstruire l'état et l'entrée inconnue du système. La difficulté de cette étude provient du fait que le multimodèle utilisé dépend de variables de prémisse non mesurables, situation qui n'est pas intensivement étudiée, alors qu'elle est naturellement issue de l'approche par transformation système non linéaire - multimodèle. Ensuite, le diagnostic de défauts de systèmes est réalisé au moyen de bancs d'observateur à entrées inconnues permettant la génération et la structuration de résidus indicateurs de défauts. Finalement, tous les travaux proposés sont appliqués au modèle d'une station d'épuration, Activated Sludge Model No.1, qui est largement utilisé dans le domaine du traitement des eaux usées.

La forte et rapide croissance de l'énergie éolienne à travers le monde a nécessité la mise en vigueur de nouveaux critères normalisés permettant de l'intégrer dans les réseaux électriques sans affecter la qualité et la stabilité du système, et qui peuvent demander aux éoliennes de participer au réglage de la fréquence dans les réseaux en cas de besoin. Ainsi, les travaux présentés dans cette thèse visent à proposer une solution de loi de commande qui permette aux éoliennes de participer au réglage de la fréquence du réseau. En analysant les limites des correcteurs classiques de types P, PI et PID, nous avons opté pour la commande LQ munie d'une approche multimodèle et qui a montré de bonnes performances aux résultats de simulation. Certaines améliorations ont été ajoutées à cette loi de commande du genre modèle de référence, action intégrale, ... afin de permettre une poursuite de puissance autour d'une référence donnée qui change selon la fréquence du réseau

Cette étude traite de l'identification de système dynamique non-linéaire. Une architecture multimodèle capable de surmonter certaines difficultés de l'architecture neuronale de type MLP a été étudiée. L'approche multimodèle consiste à représenter un système complexe par un ensemble de modèles de structures simples à validité limitée dans des zones bien définies. A la place de la structure affine des modèles locaux généralement utilisée, cette étude propose une structure polynômiale plus générale, capable de mieux appréhender les non-linéarités locales, réduisant ainsi le nombre de modèles locaux. L'estimation paramétrique d'une telle architecture multimodèle peut se faire suivant une optimisation linéaire, moins coûteuse en temps de calcul que l'estimation paramétrique utilisée dans une architecture neuronale. L'implantation des multimodèles récurrents, avec un algorithme d'estimation paramétrique plus souple que l'algorithme de rétro-propagation du gradient à travers à travers le temps utilisé pour le MLP récurrent a également été effectuée. Cette architecture multimodèle permet de représenter plus facilement des modèles non-linéaires bouclés tels que les modèles NARMAX et NOE. La détermination du nombre de modèles locaux dans une architecture multimodèle nécessite la décomposition (le partitionnement) de l'espace de fonctionnement du système en plusieurs sous-espaces où sont définies les modèles locaux. Des modes de partitionnement du système en plusieurs sous-espaces où sont définies les modèles locaux. Des modes de partitionnement flou (basé sur les algorithmes de "fuzzy-c-means", de "Gustafson et Kessel" et du "substractive clustering") ont été présentés. L'utilisation de telles méthodes nécessite l'implantation d'une architecture multimodèle où les modèles locaux peuvent être de structures différentes : polynômiales de degrés différents, neuronale ou polynômiale et neuronale. Une architecture multimodèle hétérogène répondant à ses exigences a été proposée, des algorithmes d'identification structurelles et paramétriques ont été présentés. Une étude comparative entre les architectures MLP et multimodèle a été menée. Le principal atout de l'architecture mudltimodèle par rapport à l'architecture neuronale de type MLP est la simplicité de l'estimation paramétrique. Par ailleurs, l'utilisation dans une architecture multimodèle d'un mode de partitionnement basé sur la classification floue permet de déterminer facilement le nombre de modèles locaux, alors que la détermination du nombre de neurones cachés pour une architecture MLP reste une tâche difficile.

Nous proposons un modèle mathématique intégré du poumon dont l'approche globale repose sur une modélisation multibloc. En effet, on décompose en trois niveaux l'arbre bronchique qui s'étend sur vingt quatre générations de bronches allant de la trachée aux alvéoles. Au premier niveau (les six premières générations), a lieu un écoulement de Navier-Stokes, qui est simulé directement. Au deuxième niveau (de la génération sept à la génération dix sept), les flux à travers les bronches sont régis par la loi de Poiseuille. La linéarité de cette loi nous permet de condenser cette partie de l'arbre et de proposer des conditions aux bords dissipatives adaptées à la similation de la ventilation et permettant d'éviter le maillage de cette partie géométriquement complexe. Le dernier niveau du modèle, prend en compte la partie distale de l'arbre qui est la zone alvéolaire. Elle est composée des acini, qui agissent comme un ensemble de petites pompes et dont l'effet macroscopique est le moteur même de la respiration. A ce niveau, on propose les déplacements d'un piston comme modèle simplifié des mouvements du diaphragme pulmonaire. Dans un premier temps, on se place dans le cadre particulier des équations de Stokes et on s'intéresse au couplage des deux premiers compartiments, dont la validité est illustrée par des tests numériques. On explique également le calcul de la résistance globale équivalente qui intervient dans le calcul de la condition aux limites qui remplace la zone condensée. L'étude est ensuite généralisée au cas des équations de Navier-Stokes. La difficulté réside dans le contrôle du flux d'énergie cinétique, on introduit alors une classe de conditions aux limites, qu'on désigne par dissipatives essentielles, pour lesquelles la trace du champ de vitesse sur les sections d'entrée et de sorties vit dans un espace de dimension fini, et pour lesquelles on prouve des résultats d'existence de solutions faibles locales en temps pour données quelconques et globales en temps pour données petites. Pour le cas de conditions dites dissipatives naturelles, c'est à dire sans contrainte sur la trace du champ de vitesse, on a existence de solutions faibles locales en temps pour données petites et globales en temps pour données plus petites, mais seulement en dimension deux. Cependant, on prouve pour ces conditions aux limites, que pour une classe de solutions plus régulières on a l'existence d'une unique solution locale en temps ainsi que l'existence d'une solution globale en temps pour données petites. Pour le couplage global, incluant le piston, on prouve l'existence de solutions faibles locales en temps pour des données quelconques en ce qui concerne les conditions aux limites dissipatives essentielles, tandis que pour les conditions dissipatives naturelles, on obtient l'existence de solutions locales en temps pour données petites et toujours seulement en dimension deux. Finalement, on propose une discrétisation en temps du problème global et on établit un bilan énergétique à l'ordre 1 pour le problème régulier en espace et discrétisé en temps. Nous présentons ainsi plusieurs simulations numériques bi-dimensionnelles correspondants aussi bien à un poumon sain que pathologique et notamment asthmatique.

La forte et rapide croissance de l’énergie éolienne à travers le monde a nécessité la mise en vigueur de nouveaux critères normalisés permettant de l’intégrer dans les réseaux électriques sans affecter la qualité et la stabilité du système, et qui peuvent demander aux éoliennes de participer au réglage de la fréquence dans les réseaux en cas de besoin. Ainsi, les travaux présentés dans cette thèse visent à proposer une solution de loi de commande qui permette aux éoliennes de participer au réglage de la fréquence du réseau. En analysant les limites des correcteurs classiques de types P, PI et PID, nous avons opté pour la commande LQ munie d’une approche multimodèle et qui a montré de bonnes performances aux résultats de simulation. Certaines améliorations ont été ajoutées à cette loi de commande du genre modèle de référence, action intégrale, … afin de permettre une poursuite de puissance autour d’une référence donnée qui change selon la fréquence du réseau / The fast and big growth of wind power around the world required the implementation of new standardized criteria to integrate this kind of energy into electric networks without affecting the quality and stability of the system. These criteria could ask the wind turbines to participate in the network frequency control when necessary. Thus, the works presented in this thesis aim to provide a control law solution that allows wind turbines to participate the grid frequency control. By analyzing the limits of traditional regulators such as P, PI and PID, we opted for the LQ controller combined to a multi-model approach because of the good performances shown in the simulation results. Some improvements were added to this control law: reference model, integral action, ... to allow a power trucking for a given reference that changes with the grid frequency

Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit. Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension. Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur / The state estimation of a system, with the help of an observer, is largely used in many practical situations in order to cope with many classic problems arising in control engineering. The observer design needs an exploitable model able to give an accurate description of the dynamic behaviour of the system. However, system modelling and observer design can not easily be accomplished when the dynamic behaviour of the system must be described by non linear models. The multiple model approach can be used to tackle these difficulties. This thesis deals with black box modelling, state estimation and fault diagnosis of nonlinear systems represented by a decoupled multiple model. This kind of multiple model provides a high degree of generality and flexibility in the modelling stage. Indeed, the decoupled multiple model is composed of submodels which dimensions can be different. Thus, this feature is a significant difference between the decoupled multiple model and the classical used multiple model where all the submodels have the same dimension. After a brief introduction to the multiple model approach, the parametric identification problem of a decoupled multiple model is explored. Algorithms for robust observers synthesis with respect to perturbations, modelling uncertainties and unknown inputs are afterwards presented. These algorithms are based on three kinds of observers called proportional, proportional-integral and multiple-integral. Lastly, identification, observers synthesis and fault sensitivity signals generation are illustrated via a simulation example of a bioreactor